[发明专利]编码模型训练方法、系统、设备及检测项目编码方法

说明书

本发明公开了一种编码模型训练方法，包括：对检测报告中的检测项目及对应的用户名称进行隐变量赋值，生成对应的项目隐变量和用户隐变量；计算所述项目隐变量和所述用户隐变量的内积预测值；采用所述内积预测值和所述检测项目的实际值的偏差程度作为编码模型的损失值；判断所述损失值是否在预设数值范围内保持稳定；若是，则输出所述编码模型；若否，则对所述编码模型的参数进行优化，直至所述损失值在预设数值范围内保持稳定时，输出所述编码模型。本发明还公开了一种编码模型训练系统、设备和检测项目编码方法。本发明实施例中训练好的编码模型能将检测报告中的检测项目编码成深度学习网络能够处理的数据，有利于后期模型的信息的提取。

技术领域

本发明涉及数据编码领域，尤其涉及一种编码模型训练方法、系统、设备及检测项目编码方法。

背景技术

近年来，医学检验积累了海量的检测报告单结果，通过挖掘检测报告，能够产生巨大的经济价值和社会价值。目前深度学习能够有效的对检测报告做特征提取，通过大规模的GPU并行计算可以有效的缩短数据建模的时间，快速将模型的输出提升到预期的水平。然而，检测报告单的信息中存在着大量的结构化数据和非结构化数据，如果直接采用常用的独热编码技术对检测项目进行编码容易产生非常稀疏的向量，并且丢失了检测项目和检测项目直接的相关信息，不利于模型的后期的信息提取，因此，未使用合适方法编码的数据将导致模型无法有效抽取有用的信息。

发明内容

本发明实施例的目的是提供一种编码模型训练方法、系统、设备及检测项目编码方法，训练好的编码模型能将检测报告中的检测项目编码成深度学习网络能够处理的数据，有利于后期模型的信息的提取。

为实现上述目的，本发明实施例提供了一种编码模型训练方法，包括：

对检测报告中的检测项目及对应的用户名称进行隐变量赋值，生成对应的项目隐变量和用户隐变量；

计算所述项目隐变量和所述用户隐变量的内积预测值；

采用所述内积预测值和所述检测项目的实际值的偏差程度作为编码模型的损失值；

判断所述损失值是否在预设数值范围内保持稳定；

若是，则输出所述编码模型；若否，则对所述编码模型的参数进行优化，直至所述损失值在预设数值范围内保持稳定时，输出优化参数后的所述编码模型。

与现有技术相比，本发明实施例公开的编码模型训练方法，首先，对检测报告中的检测项目及对应的用户名称进行隐变量赋值，生成的编码向量长度可以自定义，数值是也密集的编码方式，可以节省存储空间和计算量；然后，采用项目隐变量和用户隐变量的内积预测值与检测项目的实际值的偏差程度作为编码模型的损失值；最后，当损失值在预设数值范围内保持稳定时，直接输出编码模型，当损失值在预设数值范围内没有保持稳定时，对编码模型进行优化，并当损失值在预设数值范围内保持稳定时，输出优化参数后的编码模型。本发明实施例公开的编码模型训练方法中训练好的编码模型能将检测报告中的检测项目编码成深度学习网络能够处理的数据，有利于后期模型的信息的提取。

作为上述方案的改进，所述对检测报告中的检测项目及对应的用户名称进行隐变量赋值前，还包括：

获取当前用户在预设时间段内的记录的所述检测项目的统计值；

对所述检测项目的统计值进行归一化处理；其中，所述归一化处理包括最小值最大值归一化或均值归一化。

作为上述方案的改进，所述采用所述内积预测值和所述检测项目的实际值的偏差程度作为编码模型的损失函数前，还包括：

获取进行完归一化处理后所述检测项目的统计值为所述实际值。

作为上述方案的改进，所述计算所述项目隐变量和所述用户隐变量的内积预测值，满足以下公式：